策略回测的主要步骤包括:确定回测时间段(需涵盖不同市场环境,如牛市、熊市、震荡市);收集与清洗数据(去除异常值、填补缺失值,确保数据真实性);设定策略参数(如入场信号、出场信号、仓位比例);运行回测并计算关键指标(如年化收益率、最大回撤、夏普比率);优化参数并进行样本外验证(避免过度拟合)。
回测结果与实盘表现偏差的原因包括:一是数据 snooping 偏差(过度拟合),即策略参数为适配历史数据而优化,导致对未来行情预测失效;二是流动性影响,回测假设按历史价格全额成交,而实盘交易中大额订单可能影响价格(冲击成本),尤其在高频交易中明显;三是交易成本忽略,回测若未计入手续费、滑点等成本,会高估收益;四是市场结构变化,如监管政策调整、主力合约切换导致策略逻辑失效。